Tom_coding 2020-03-26 21:24 采纳率: 0%
浏览 564

使用DQN实现推荐系统,如何训练模型?

小白学的比较浅,不太理解在离线环境下,只有离散的数据记录,那么每个state都是无关的,怎么训练能连接s到s'的序列

可能我表达的不是特别清楚,在RL中由一个state到另一个状态是根据反馈r决定的,但是在无法与用户交互的离线环境下,每一条记录的状态s是无关的,那么应该怎么训练?

  • 写回答

1条回答 默认 最新

  • 蔡能教授，网站特聘专家 2020-03-27 10:28
    关注

    https://blog.csdn.net/qq_41185868/article/details/83302461

    评论

报告相同问题？